力矩产生功能与特征功能之间的联系


17

我试图理解力矩产生函数和特征函数之间的联系。矩生成函数定义为:

MX(t)=E(exp(tX))=1+tE(X)1+t2E(X2)2!++tnE(Xn)n!

使用,我可以找到随机变量分布的所有时刻X。exp(tX)=0(t)nXnn!

特征函数定义为:

φX(t)=E(exp(itX))=1+itE(X)1t2E(X2)2!++(it)nE(Xn)n!

我不完全了解为我带来的虚数信息。我看到,因此特征函数中不只有,但是为什么我们需要在特征函数中减去矩?数学思想是什么?ii2=1+


7
重要的一点是,力矩生成函数并不总是有限的!(例如,请参阅此问题。)如果您要建立有关分布收敛的一般理论,则希望能够使它与尽可能多的对象一起使用。由于,特征函数对于任何随机变量当然都是有限的 。|exp(itX)|1
主教

泰勒展开式的相似之处仍然允许人们读取时刻(如果存在),但是请注意,并非所有分布都具有时刻,因此对这些功能的兴趣远不止于此!:)
红衣主教

6
要注意的另一点是,MGF是随机变量的拉普拉斯变换,而CF是傅里叶变换。这些积分变换之间存在基本关系,请参见此处
tchakravarty

我以为CF是概率分布的逆傅立叶变换(而不是傅立叶变换)?
朱塞佩

1
区别只是指数中的符号问题,可能只是乘法常数。
Glen_b-恢复莫妮卡

Answers:


12

如评论中所述,特征函数始终存在,因为它们需要对模数的函数进行积分。但是,力矩生成函数不需要存在,因为特别是它需要存在任何顺序的力矩。1个

当我们知道对于所有t可积时,我们可以为每个复数z定义g z = E [ e z X ]。然后我们发现,中号X= φ X= E[etX]tg(z):=E[ezX]zMX(t)=g(t)φX(t)=g(it)

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.